#2342 有人能教一下怎么在TTS设置中填写自定义TTS API，以获得其它非官方语音整合包的支持吗？

根据错误信息 Cannot find a function with 'api_name': /generate，问题出在您配置的自定义TTS API地址或参数与目标整合包的Gradio接口不匹配。

要正确配置自定义TTS API，请按以下步骤操作：

1. 获取正确的API地址和端点：

   • 首先，确保您要接入的语音整合包（如F5-TTS、Spark-TTS、CosyVoice等）已成功在本地启动，并显示为一个可访问的URL（例如 http://127.0.0.1:7860）。
   • 您需要知道该整合包对外提供服务的具体API端点（路径）。这个端点通常不是根路径 /，而是像 /api/generate、/tts 或 /run/predict 这样的路径。
   • 关键步骤：在浏览器中打开整合包的Gradio界面，按 F12 打开开发者工具，切换到 “网络”(Network) 选项卡。然后在界面上进行一次试合成操作，观察网络请求中出现的 “Fetch/XHR” 请求。其 “请求URL”(Request URL) 的后半部分（如 /run/predict）就是您需要的API端点。

2. 在pyVideoTrans中填写配置：

   • 在软件主界面，进入 “配音设置”，选择 “自定义TTS-API”。

   • 在出现的配置框中，按格式填写：

     • API地址：填写整合包的完整基础URL（例如 http://127.0.0.1:7860）。
     • API端点：填写您在上一步中确定的端点路径（例如 /run/predict）。这是解决您当前报错的关键，错误信息表明软件正在寻找 /generate 端点，但您的整合包可能使用的是其他端点。
     • 数据格式：通常选择 json。
     • 输入文本变量名：查看整合包的API文档或通过上述网络请求查看 Payload，找到接收文本的参数名（常见如 text、input_text）。
     • 语速/音调变量名：同上，找到对应参数（可能为 speed、rate、pitch）。
     • 输出音频格式：通常为 wav 或 mp3。

3. 测试连接：

   • 填写后，点击 “测试” 按钮。如果配置正确，软件会返回成功信息并列出可用的语音角色。
   • 如果测试失败，请根据返回的错误信息调整参数，并再次确认整合包服务是否正常运行、网络是否可达。

针对您当前的错误：请重点检查第2步中的 “API端点” 是否填写正确。您遇到的错误表明软件向 [您的API地址]/generate 发送了请求，但该端点不存在。您需要将其更正为整合包实际提供的端点。

有用的文档链接：自定义TTS-API

用F12观察了多个整合包的端点是http://localhost:7860/api/tts/或者是http://localhost:7860/gradio_api/queue/join?这样的形式，不过学着填入py里测试不通

您观察到的端点格式是正确的，但需要区分“API端点”和“Gradio内部队列端点”。您看到的 /gradio_api/queue/join? 是Gradio内部处理队列的地址，不是用于直接调用的API端点。而 /api/tts/ 则可能是正确的自定义API端点。

请按以下步骤精确配置：

1. 确定正确的API地址和端点：

   • 如果整合包启动后提供了一个明确的“API文档”页面或说明，请优先按照其文档填写。
   • 对于大多数基于Gradio的整合包，标准的、用于程序调用的端点通常是 /api/tts、/run/predict 或 /api/predict。
   • 验证方法：在浏览器中直接访问 http://localhost:7860/api/tts（不带末尾斜杠），看是否会返回一个JSON响应（可能包含错误信息，但至少说明端点存在）。或者访问 http://localhost:7860 查看是否有API使用说明。

2. 在pyVideoTrans中配置：

   • API地址：http://localhost:7860
   • API端点：尝试填入 /api/tts 或 /run/predict。
   • 数据格式：选择 json。
   • 输入文本变量名：这需要查看整合包的源代码或网络请求负载。打开F12开发者工具的“网络”选项卡，在整合包Web界面输入文本并点击合成，观察发出的POST请求的“载荷”(Payload)。找到其中代表文本的键名，常见的有 "text"、"input_text"、"prompt"。将其填入此框。
   • 语速/音调变量名：同上，在载荷中查找如 "speed"、"rate"、"pitch" 的键名。如果整合包不支持或不提供这些参数，可以留空。
   • 输出音频格式：查看网络请求的响应，或整合包说明，确定返回的音频格式，通常是 wav 或 mp3。

3. 测试与排查：

   • 点击“测试”按钮。如果失败，软件会返回具体错误信息。

   • 常见错误及解决：

     • 连接被拒绝：确保整合包服务正在运行，且端口号（7860）正确。
     • 404 Not Found：端点路径填写错误。请返回第1步重新确认。
     • 返回结果解析失败：可能是“输出音频格式”不正确，或者API返回的数据结构不是纯音频字节流。有些整合包返回的是包含音频base64编码的JSON对象。此时您可能需要查阅该整合包的具体API文档。

如果以上步骤仍无法解决，请提供：

1. 您使用的是哪个具体的整合包（如F5-TTS、Spark-TTS的具体版本）？
2. 点击“测试”后pyVideoTrans返回的完整错误信息。
3. 该整合包是否有公开的API说明文档？

有用的文档链接：自定义TTS-API